我国区域钢材消费分析及预测

工业和建筑业增加值与钢材消费量有较强的相关性。采用横截面数据对全国31个省市自治区2005年钢材消费量、工业增加值、建筑业增加值之间的关系运用计量经济模型，得出变量之间的数量关系，并根据模型进行分析、预测2010年全国各区域市场钢材需求量。     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

基于支持向量回归的机动车价格指数预测

用R语言构建支持向量回归(SVR)模型进行预测,采用控制变量的方法,改变模型参数(C,L,σ)对数据进行实验,最终得出最优参数组合。应用均方根误差(RMSE)和平均绝对误差(MAE)2个度量标准分析实验结果,发现支持向量回归对机动车价格指数预测精度高,性能良好,适宜对价格指数数据进行预测。     

基于灰色模型和最小二乘机原理的区域水资源供需组合预测研究

文章将灰色模型和最小二乘机模型进行组合,并将组合模型用于辽宁西部区域水资源供需预测中。研究结果表明:组合模型可综合考虑不同模型的优点,进行加权组合预测,相比于单一预测模型,组合预测模型在区域水资源供需预测中具有较高的预测精度,预测误差得到明显改善。研究成果对于区域水资源供需预测方法提供参考。     

R&D投入对我国工业产出影响的定量分析

本文运用计量经济学的协整分析和Cranger因果检验模型,对我国R&D投入与工业增加值之间的关系进行了计量实证分析,结果显示:我国的R&D投入与工业增长之间存在长期稳定的动态均衡关系和显著的Cranger因果关系,工业增加值对R&D投入的长期弹性为0.613.     

区域人力资源竞争力组合评价研究

在人力资源竞争力评价指标体系的基础上,采用因子分析法、熵值法、TOPSIS法三种单一评价法进行了评价．运用肯达尔一致性系数进行事前相容性检验,建立了平均值法、Borda法、Copeland法的组合评价模型．运用斯皮尔曼等级相关系数法对组合评价结果进行了事后一致性检验,得到了最优评价结果。     

河北省城市化水平分析与预测

城市化发展是当前经济社会发展的必然,是带动新一轮经济增长的有效载体,而经济社会的发展也是城市化水平不断提高的过程.运用多项式分布滞后(PDL)模型,对河北省城市化水平的发展情况进行分析与预测,结果发现其预测效果要优于简单线性回归效果.本项目的预测结果,希望能够对河北省在实施城镇化战略的过程中,制定相应方针政策时起到一些参考作用,提供一定的数量支持.     

基于Markov-GNNM的煤炭需求量预测模型研究

煤炭资源在我国能源消费总量中仍然占据主导地位,准确预测煤炭的需求量对我国经济发展和产业结构升级有着重大意义,针对传统煤炭需求量预测单一预测方法的缺陷,建立了组合灰色神经网络模型,为进一步提高模型精度,选用马尔科夫模型缩小预测残差范围来修正组合模型,进而建立了Markov—GNNM组合模型,旨在为准确预测煤炭需求量提供模型依据。选取2000—2018年我国煤炭需求量数据进行实证分析,预测结果表明该模型预测精度高,适用于煤炭需求量预测。     

基于组合模型预测法的出口预测——以深圳市宝安区为例

宝安区是全球重要加工贸易生产基地之一,其电子信息制造产品出口在全国具有十分重要的地位,因而其外贸出口形势可以看作是我国电子信息制造产品出口的晴雨表。本文在比较几种常用的预测方法的特点、优势及劣势的基础上选用一个组合模型来预测深圳市宝安区的外贸出口,并就模型的预测精度和参数的稳定性进行评价,结果表明本文采用的组合模型是一种比较有效的预测方法。     

基于SARIMA-SVR组合模型的 空气质量指数预测

空气质量指数(AQI)在波动中既具有整体的时间序列线性特征和明显的季节性波动周期,又具有多种因素影响的不确定性,为了提高AQI的预测精度,基于Ri386 3.3.3和Matlab R2014a两种编程软件,提出了一种同时具有线性和非线性的复合特征的时间序列预测模型——SARIMA-SVR组合模型。以太原市2014年1月—2019年7月的AQI月均值数据为基础,利用SARIMA时间序列模型进行线性预测,利用SVR模型对残差进行非线性预测,加和得到组合预测模型的预测结果,分析比较SARIMA,SVR和SARIMA-SVR这3种模型的预测结果和平均绝对百分比误差。结果表明,组合预测模型发挥了2种模型各自的优势,相较于单一预测模型的预测结果而言,其预测精度更高,稳定性更好。通过此模型得到的空气质量预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义。     

基于GM模型的我国主要海洋产业灰色预测分析

为了更加准确地反映我国主要海洋产业的发展动态,本文以2001～2010年的统计数据为研究基础,采用GM(1,1)灰色系统模型进行实证研究,分别预测了主要海洋产业增加值和主要海洋产业分项增加值,呈现了海洋产业未来的发展趋势.同时,对我国未来10年GDP发展进行了预测,结合我国海洋总产值占GDP比重的发展趋势,研究结果表明,主要海洋产业有着良好的发展态势,对国民经济的贡献将越来越重要.最后,提出了有可能影响预测结果的几点因素.     

多算法组合的河流水质预测方法研究

为了对河流水质在一定时间的变化情况进行准确预测,研究分析了灰色预测方法、广义自回归条件异方差模型,考虑这两种方法的优势和不足,引入离散小波变换对时间序列进行处理,提出了基于3种算法的组合预测方法,给出了该组合预测方法的具体实现过程和算法要求,在Matlab编程实现该组合预测方法。以某河流水质为研究对象,利用该方法预测河流的水质变化情况,并和实际监测结果进行对比,预测结果表明:溶解氧、高锰酸盐指数、氨氮含量均和实测结果接近,吻合度高,平均相对误差较小,说明该组合预测方法可以有效地预测河流水质在未来短时间内的水质变化情况。     

全球稀土消费预测模型研究

为了准确把握全球稀土消费变化,本文在分析单整自回归移动平均(ARIMA)模型与非线性灰色伯努利(NGBM)模型特点的基础上,采用粒子群优化算法(PSO)对非线性灰色伯努利模型的参数进行了优选,建立了ARIMA耦合PSO-NGBM的全球稀土消费的时间序列预测模型。该模型将全球稀土消费时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用PSO-NGBM模型对其非线性残差进行估计,最终合成为整个序列的预测结果。预测结果表明,耦合模型的预测准确率显著高于单一的ARIMA模型的预测准确率,从而证实了耦合模型用于全球稀土消费预测的有效性。     

产业扩张对土地需求的定量分析--以重庆市工业扩张的用地需求为例

目前我国产业扩张过程既存在着产业用地规模无限扩大和土地资源严重有限的矛盾,也存在着主观上各级地方政府产业用地需求无限扩大和客观上产业用地供给严重不足的矛盾.为了解决这两对矛盾,本文以重庆市为例,以其工业增加值和用地量的历史数据,建立了合理的计量模型,并对未来各年的产业用地规模作了详细预测.这种预测能为各级政府决策提供可靠依据,从而使产业扩张既不因人为限制用地而受到抑制,又不致以产业发展为借口而故意圈地导致浪费土地;同时也能客观公正地说服各级政府领导去掉盲目扩大产业用地需求量,使他们遵循产业用地的客观规律,树立产业可持续发展观.文中预测方法理论上和实践中都具有较强普遍性.     

建筑业产业成长发展轨迹的回归分析

采用横向研究方法,利用44个国家的截面数据为样本,建立了关于建筑业产业成长发展轨迹的回归模型。回归结果表明,国内生产总值中建筑业增加值的比重与人均国民生产总值之间呈现倒U型,符合库兹涅茨倒U形曲线假说。基于该回归模型,对我国十一五期间建筑业产业发展现状进行了评价,分析了我国建筑业发展水平高于回归预测值的原因,并提出为实现我国建筑业理性、可持续的发展,应从人才、企业、投资、科技创新几个方面实现产业升级。     

产业结构与节能减排关系的实证分析——以内蒙古为例

本文利用1985~2008年内蒙古第一、二、三产业增加值及能源消费量进行了协整分析,建立了能源消费的长期均衡模型及向量误差修正模型;并对1990~2008年工业污染物排放量与三次产业增加值进行回归分析,得到了内蒙古能源消费量和工业三废排放量与各产业之间的关系。实证分析发现,在长期第二产业对能源消耗量有较大的正影响,而第三产业则有较大的负影响,因此大力发展第三产业、合理优化第二产业内部结构有利于节能减排目标的实现。     

产业结构与节能减排关系的实证分析——以内蒙古为例CSSCI

本文利用1985-2008年内蒙古第一、二、三产业增加值及能源消费量进行了协整分析,建立了能源消费的长期均衡模型及向量误差修正模型;并对1990-2008年工业污染物排放量与三次产业增加值进行回归分析,得到了内蒙古能源消费量和工业三废排放量与各产业之间的关系。实证分析发现,在长期第二产业对能源消耗量有较大的正影响,而第三产业则有较大的负影响,因此大力发展第三产业、合理优化第二产业内部结构有利于节能减排目标的实现。     

基于ARIMA-RF组合模型的国内动力煤价格预测

选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。     

BP人工神经网络在塔河油田产能预测中的应用

本文运用BP人工神经网络对塔河油田奥陶系缝洞型碳酸盐岩储层的产能进行了预测研究,为了明确各层内影响因素与压后产能的关系,把塔河油田酸压井划分为一间房组、鹰山组两个层位,选用单隐层BP人工神经网络结构作为酸压效果预测的模型,并综合运用相关系数、偏相关系数及灰色关联度确定神经网络输入参数组合,通过改变输入参数的个数及改变隐层节点的个数研究不同结构神经网络模型与压后产能的关系,分别优选出两个层位的最优神经网络模型,现场应用表明,BP人工神经网络是适合奥陶系缝洞型碳酸盐岩储层产能预测的方法。     

上海市信息产业发展与用电需求的回归分析

随着近些年上海市信息化的迅猛发展,信息产业对社会经济各领域产生了广泛而深远的影响,进而直接和间接地影响了各行各业对于电力的需求。通过对上海市1995～2004年信息产业增加值与总用电量的对数线性回归分析和进一步的相关性检验,得到了可用于电力需求预测的线性对数模型。最后,运用此模型对上海市“十一五”期间的用电需求作出了预测。